| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第15-29页 |
| 1.1 研究背景和意义 | 第15页 |
| 1.2 相关技术简介 | 第15-25页 |
| 1.2.1 语义网技术体系 | 第15-17页 |
| 1.2.2 资源描述框架 | 第17-18页 |
| 1.2.3 本体描述语言 | 第18-20页 |
| 1.2.4 语义推理 | 第20-23页 |
| 1.2.5 大数据计算技术 | 第23-25页 |
| 1.3 国内外研究现状 | 第25-27页 |
| 1.4 本文的主要工作 | 第27-28页 |
| 1.5 本文的组织结构 | 第28-29页 |
| 第二章 大规模后向链语义推理问题分析和系统设计 | 第29-39页 |
| 2.1 引言 | 第29-30页 |
| 2.2 后向链语义推理的过程分析 | 第30-32页 |
| 2.3 大规模后向链语义推理的并行化及系统设计 | 第32-37页 |
| 2.3.1 大规模后向链语义推理算法的并行化 | 第33-35页 |
| 2.3.2 大规模并行化后向链语义推理系统设计 | 第35-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 大规模后向链语义推理的逆向推理优化 | 第39-49页 |
| 3.1 引言 | 第39页 |
| 3.2 大规模后向链语义推理的本体数据计算优化 | 第39-42页 |
| 3.2.1 本体数据闭包共享 | 第39-40页 |
| 3.2.2 使用RDFS规则集的本体数据闭包算法 | 第40-41页 |
| 3.2.3 使用OWL规则集的本体数据闭包算法 | 第41-42页 |
| 3.3 使用本体数据闭包优化的规则扩展过程 | 第42-47页 |
| 3.3.1 基于RDFS规则的后向链语义推理树创建过程 | 第42-45页 |
| 3.3.2 OWL规则后向链语义推理的推理树创建 | 第45-47页 |
| 3.4 大规模后向链语义推理的逆向推理优化 | 第47-48页 |
| 3.4.1 规则条件的执行次序优化 | 第47-48页 |
| 3.4.2 快速剪枝优化 | 第48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 大规模后向链语义推理的查询和正向推理优化 | 第49-58页 |
| 4.1 引言 | 第49页 |
| 4.2 存储查询优化 | 第49-51页 |
| 4.2.1 问题背景 | 第49-50页 |
| 4.2.2 基于Spark RDD的RDF数据存储与查询 | 第50-51页 |
| 4.3 大规模后向链语义推理的正向推理优化 | 第51-57页 |
| 4.3.1 对查询模式限制条件的优化 | 第52-54页 |
| 4.3.2 对冗余结果的推导优化 | 第54-55页 |
| 4.3.3 连接关系优化 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 实验与实验结果分析 | 第58-71页 |
| 5.1 实验环境 | 第58-59页 |
| 5.2 实验数据介绍 | 第59-60页 |
| 5.2.1 合成数据集及测试样例 | 第59页 |
| 5.2.2 真实数据集及测试样例 | 第59-60页 |
| 5.3 大规模并行化RDFS后向链语义推理系统实验分析 | 第60-65页 |
| 5.3.1 推理性能测试 | 第61-62页 |
| 5.3.2 数据可扩展性测试 | 第62-64页 |
| 5.3.3 节点可扩展性测试 | 第64-65页 |
| 5.4 大规模并行化OWL后向链语义推理系统实验分析 | 第65-70页 |
| 5.4.1 推理性能实验分析 | 第65-67页 |
| 5.4.2 数据可扩展性实验 | 第67-68页 |
| 5.4.3 节点可扩展性实验 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 本文工作总结 | 第71-72页 |
| 6.2 下一步工作 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-78页 |
| 附录 | 第78-79页 |
